当前位置:首页 > 文章列表 > 文章 > python教程 > Python with语句原理与上下文管理器实现

Python with语句原理与上下文管理器实现

2026-04-05 10:12:15 0浏览 收藏
Python 的 `with` 语句看似简洁,实则背后依托严谨的上下文管理器协议——只要对象实现了 `__enter__` 和 `__exit__` 方法,就能自动完成资源获取与安全释放,无论代码块是否发生异常;本文深入剖析其运行机制,揭示 `with` 与 `try/finally` 的等价本质,并通过自定义计时器类和 `@contextmanager` 装饰器两种方式,手把手演示如何灵活、安全地管理资源,让读者真正掌握这一提升代码健壮性与可读性的核心特性。

Python上下文管理器原理_with语句实现机制

Python 的 with 语句背后依赖的是上下文管理器协议,其核心是对象必须实现 __enter____exit__ 两个特殊方法。

上下文管理器协议的两个关键方法

任何对象只要定义了以下两个方法,就能被 with 语句使用:

  • __enter__(self):在进入 with 块时自动调用,通常用于资源获取(如打开文件、连接数据库),返回值会绑定到 as 后的变量(若无 as 子句,返回值被忽略)
  • __exit__(self, exc_type, exc_value, traceback):在离开 with 块时**必定执行**(无论是否发生异常),用于清理资源(如关闭文件、回滚事务)。三个参数分别表示异常类型、异常值、追踪信息;若正常退出,三者均为 None

with 语句的等价展开形式

下面这段代码:

with open('data.txt') as f:
    data = f.read()

实际等价于:

f = open('data.txt')
try:
    data = f.read()
finally:
    f.close()

但更准确地说,with 的底层逻辑是:

  • 调用 f.__enter__(),将返回值赋给 f
  • 执行 with 块内语句
  • 无论是否异常,都调用 f.__exit__(...);若该方法返回真值(True),则抑制异常(不向上抛出);否则异常继续传播

手动实现一个上下文管理器

比如封装一个简单的计时器:

import time

class Timer: def enter(self): self.start = time.time() return self

def __exit__(self, exc_type, exc_val, exc_tb):
    self.end = time.time()
    print(f'耗时: {self.end - self.start:.2f} 秒')

使用

with Timer() as t: time.sleep(1)

输出:耗时: 1.00 秒。注意 __exit__sleep 结束后立即执行,哪怕中间抛出异常也照常运行。

@contextmanager 装饰器简化写法

如果不想写完整类,可用标准库 contextlib 提供的 @contextmanager

from contextlib import contextmanager

@contextmanager def timer(): start = time.time() try: yield # 暂停,把控制权交给 with 块 finally: end = time.time() print(f'耗时: {end - start:.2f} 秒')

原理上,它把函数体拆成 __enter__yield 前)和 __exit__finally 块),yield 的值即为 as 接收的对象。

终于介绍完啦!小伙伴们,这篇关于《Python with语句原理与上下文管理器实现》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

Win11屏幕键盘怎么用?虚拟键盘教程Win11屏幕键盘怎么用?虚拟键盘教程
上一篇
Win11屏幕键盘怎么用?虚拟键盘教程
小说搜搜如何调整行间距?排版设置教程
下一篇
小说搜搜如何调整行间距?排版设置教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    97次使用
  • OpenCompass大模型评测体系详解:功能、使用指南与应用场景
    OpenCompass
    OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
    26次使用
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    250次使用
  • C-Eval中文评测基准:大语言模型多学科能力评估指南
    C-Eval
    深入了解C-Eval中文评估套件,涵盖52个学科与4级难度。本文详解其功能特点、Zero-shot/Few-shot使用方法及代码示例,助您全面评测LLM中文理解与泛化能力。
    176次使用
  • AI Prompt Library:免费AI提示词库,助力ChatGPT高效创作与营销
    AI Prompt Library
    探索AI Prompt Library免费资源库,涵盖营销、写作及多场景AI提示词。兼容ChatGPT、Claude等工具,一键复制优化输出,提升工作效率。
    110次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码